基于层次方法和PCA特征变换的宫颈细胞识别

对宫颈细胞多分类,可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法实验后,选取支持向量机（SVM）作为基分类器,先用一对一策略（one- versus -one）训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。又考虑不同层特征模式的差异性,在保证识别性能同时,每层分类前先采用主成分分析（PCA）法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次PCA法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。     

平流层飞艇太阳电池系统产能分析

平流层飞艇曲面太阳电池的产能与飞艇所在位置、驻空时间、飞行姿态、太阳电池布局等有着密切的关系。通过对太阳辐照模型的分析,结合平流层飞艇驻空期间方位角的变化,采用投影法分别计算曲面太阳电池各投影面的产能,从而计算出太阳电池在驻空过程中的动态发电功率。分析结果表明：曲面太阳电池在水平面内的投影部分是主要产能部分,受飞艇方位角的影响较小;垂直面内的投影部分产能较少,受飞艇方位角影响较大。     

动态矩阵控制在固体氧化物燃料电池中的应用

提出将动态矩阵控制(DMC)算法用于固体氧化物燃料电池(SOFC)的控制。为此,在分析SOFC动态机理模型的基础上,建立了其阶跃响应模型。控制目标是使SOFC的输出电压始终保持在一定范围内,并收敛到恒定的数值。在实际应用中,这样的算法应能提高SOFC输出功率的跟踪性能。仿真结果验证了这种方法的有效性。